zhuanlan.zhihu.com
最常用的聚类算法——K-Means原理详解和实操应用(R&Python)
1 K-Means算法引入基于 相似性度量，将相近的样本归为同一个子集，使得相同子集中各元素间差异性最小，而不同子集间的元素差异性最大[1]，这就是（空间）聚类算法的本质。而K-Means正是这样一种算法的代表。上个世…
kemans算法
Searching…
Web results
blog.csdn.net
聚类分析算法——K-means聚类 详解_kmeans-CSDN博客
Mar 20, 2025 · 文章浏览阅读8.7w次，点赞258次，收藏751次。K-means 是一种简单、快速的聚类算法，广泛应用于数据聚类任务。通过反复优化簇中心位置，K-means 不断收敛并找到数据的聚类结构。然而，它对初始条件敏感，对簇形状有限制，适合于球形且均匀分布的簇。在实际应用中，可通过结合 K-means++、肘部法和 ...
en.wikipedia.org
k-means clustering - Wikipedia
k-means clustering is a method of vector quantization, originally from signal processing, that aims to partition n observations into k clusters in which each observation belongs to the cluster with the nearest mean (c...
scikit-learn.org
KMeans — scikit-learn 1.7.2 documentation
KMeans # class sklearn.cluster.KMeans(n_clusters=8, *, init='k-means++', n_init='auto', max_iter=300, tol=0.0001, verbose=0, random_state=None, copy_x=True, algorithm='lloyd') [source] # K-Means clustering. Read more ...
zeeklog.com
Kemans算法详解 - zeeklog.com
Nov 10, 2025 · 一、K-means算法原理 K-means是一种无监督学习算法，主要用于将数据集分成K个簇（Cluster），使簇内数据相似度高，簇间数据相似度低。 核心思想： * 通过迭代优化，使每个样本属于距离最近的簇中心（质心）。 * 不断更新簇中心，直到簇分配稳定或达到最大迭代次数。 二、K-means算法步骤 1. 选择K值 ...
zhuanlan.zhihu.com
[机器学习]K-means算法详解：原理、优缺点、代码实现、变体及实际应用...
转载请注明出处。 摘要 K-means算法是一种非常流行的无监督学习方法，主要应用于 聚类问题。本篇博客将详细介绍K-means算法的原理、优缺点及实际应用场景。 算法原理 K-means算法的核心思想是将数据划分为K个独立的簇 (cluster)，使得每个簇内的数据点距离尽可能小，而簇与簇之间的距离尽可能大 ...
www.sciencedirect.com
K-means clustering algorithms: A comprehensive review ...
Apr 1, 2023 · Advances in recent techniques for scientific data collection in the era of big data allow for the systematic accumulation of large quantities of data at various data-capturing sites. Similarly, exponenti...
blog.csdn.net
K均值（K-means）聚类算法（Python3实现代码）_kmeans聚类算法-CSDN博...
Sep 27, 2025 · 本文详细介绍了K-means算法的基本思想、流程、伪代码及时间复杂度分析，并通过Python3展示了算法在UCI数据集上的应用，包括Iris、Wine和seeds数据集的聚类结果。文章还讨论了K-means的优缺点，如对初始中心点敏感和对非凸形数据的适应性问题。
zhuanlan.zhihu.com
聚类（K-means、K-均值）算法的基础、原理、Python实现和应用 - 知乎
K-means（k-均值，也记为kmeans）是聚类算法中的一种，由于其原理简单，可解释强，实现方便，收敛速度快，在数据挖掘、数据分析、异常检测、模式识别、金融风控、数据科学、智能营销和数据运营等领域有着广泛的应…
developer.aliyun.com
K-Means聚类算法原理步骤调优与改进方法详解-开发者社区-阿里云
Aug 5, 2024 · K-Means聚类算法的基本介绍，包括算法步骤、损失函数、优缺点分析以及如何优化和改进算法的方法，还提到了几种改进的K-Means算法，如K-Means++和ISODATA算法。